Faryne的程式設計館

這次使用不同方式來寫文章，所以內容不放在 blogger 上。 請到我個人的 wiki 看這篇文章好了 （逃）。

這一篇來告訴各位ProxyPy這個Web Proxy的......嗯......使用方法？ 首先，可以確定一點的是， ProxyPy載入網頁的uri格式是： http://xxx.appspot.com/u?purl={query_string} 這個query_string就是代表你要瀏覽的網頁， 看起來可能蠻亂七八糟不知所云， 但說穿了也不過是經過一些處理過程而已。 主因當然是避免有人知道這串query_string所代表的網址是什麼。 不過本篇文章不是要來解釋怎麼解開那串query_string， 而是要解釋一下ProxyPy是怎麼處理那串query_string的（雖然看完以後你也會解就是了（汗））。 簡單來說，這串query_string經過了以下的處理步驟： 把網址文字反轉，如 http://tw.yahoo.com/ 反轉成 /moc.oohay.wt//:ptth 再將上述反轉的字串用 base64 重新編碼過，所以會得到  L21vYy5vb2hheS53dC8vOnB0dGg= 這組字串 接著再把上述字串處理過，使其符合RFC1738的規則 經過這些步驟你就可以得到以下的url： http://xxx.appspot.com/u?purl=L21vYy5vb2hheS53dC8vOnB0dGg%3D 知道了這個編碼規則以後， 相信搭配 前一篇文章 後（還有 某一篇關於爬資料 的文章）， 你應該就知道可以作些什麼事了吧（笑）。 文章最後再提一下， 很多Web Proxy也是使用類似的方法來處理， 所以在踹的時候也可以把這些步驟拿來試試看喔^.<

因為大人的原因， 所以我要透過很多Web Proxy去代替我爬資料， 不過由於我手上根本沒這麼多Proxy可用， 又加上有人把 Google Appengine 當成一種Proxy來用， 所以......我就毫不知恥的直接寫程式讓Google幫我爬這些資料了（心虛）。 原始碼在這 ，有興趣想玩的請參考。 解釋一下原理好了， 基本上只是利用Google幫我查詢「Powered by ProxyPy v1.4 site:appspot.com」這個字串， 我再把裡面的網址用正規式爬出來而已， 算是個相當簡單的小工具。 不過要注意一下， 由於Google對於頻繁的查詢是會有ban掉的措施， 所以使用時請自重， 否則弄到同一區域網路的其他人不能用就好笑了。